自适应均衡器的LMS算法实现及其仿真

自适应均衡器已广泛应用于通信、雷达、声纳、控制和生物医学工程等许多领域,为克服多径衰落和信道失真引起的码间干扰,实时跟踪移动通信信道的时变特性,笔者设计了一个基于LMS算法的自适应线性均衡器,并通过改变步长因子Δ来分析其收敛速度和均方误差特性.     

一种新的基于FPGA实现的判决反馈均衡器结构

自适应均衡算法是无线通信系统中解决多径效应的主要手段,由于无线通信系统带宽的不断增加,如何提高自适应均衡器的速度是一个非常迫切的问题,而反馈和复杂的矩阵运算会制约使用LMS算法判决反馈均衡器的工作速度的提高．为此,笔者从LMS算法中的梯度运算出发,解决了误差与均衡器输入向量之间的时序对应关系的协调,从而提出了一种适合于FPGA实现的高速判决反馈均衡器结构,最后给出了在FPGA上的具体实现结果,其表明了该算法对于提高判决反馈均衡器的工作速度有显著的效果．     

自适应均衡在8PSK解调中的应用仿真分析

介绍了8PSK调制解调原理、线性均衡器和判决反馈均衡器的结构以及LMS自适应算法。仿真分析了8PSK解调中应用两种均衡器后的解调性能,作出了误比特率曲线。     

自适应信道均衡器算法仿真与性能分析

使用自适应信道均衡器来抵消数字传输系统中噪声和信道造成的影响。采用两种自适应算法:LMS算法和RLS算法,并对算法进行了仿真,分析了系统参数对两种算法性能的影响,最后比较了LMS与RLS算法的收敛速度。仿真结果与理论分析相一致,验证了自适应算法的有效性。结果表明,虽然LMS算法不如RLS算法收敛速度快,但算法简单,易于实现。     

分数间隔判决反馈均衡技术的研究

本文研究了基于分数间隔的判决反馈均衡器,这种均衡器既对时间同步误差不敏感,又能在消除码间干扰的同时不引入噪声增益。分别采用最小均方算法,递归最小二乘算法和恒模算法来实现分数间隔判决反馈均衡器。通过仿真,比较了这三种算法的优缺点。在此基础上提出了一种改进的LMS和CMA算法相结合的混合算法。该算法只需要少量的训练序列,且性能比CMA算法有明显的改进。     

归一化自适应共轭梯度恒模盲均衡仿真研究

为提高恒模盲均衡算法收敛速度,提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输入进行了重新定义,并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新,对均衡器输入采用归一化进行处理,以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间,与LMS算法相比较具有更快的收敛速度,仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能,复杂信道条件下剩余码间干扰可降低约10 dB,均衡系统中引入的级联滤波器可视为时变信道的一部分,表明算法对于时变信道同样有效。     

最小均方误差判决和自适应判决反馈均衡器的设计实现

介绍了基于FIR和IIR的采用最小均方误差（MMSE）算法的判决反馈均衡器,针对该算法的缺点提出了两种采用自适应算法的判决反馈均衡器;LMS算法和CMA算法,对这些算法的仿真表明了各自的性能和优缺点,在此基础上提出了一种改进的混合算法,仿真表明,该算法只需要少量的训练序列,性能比CMA算法有明显的改进。     

基于FPGA的自适应均衡器设计与实现

在对LMS算法进行MATLAB仿真的基础上,采用硬件描述语言VHDL和FPGA完成LMS自适应算法的硬件实现。自适应均衡器的设计采用自上向下的设计思想、串并行相结合的流水线操作方法、定点运算方法,在Quartus II 4.1平台和Stratix II系列芯片上进行了综合和仿真。结果表明,该设计结果符合要求,能实现自适应过程。     

单层感知器在自适应均衡中的应用

本文研究了感知器在通信信道均衡中的应用。提出用单层感知器实现信道均衡,以均方对数似然函数为均衡器的性能指标函数,并给出一种新的自适应学习算法用于训练单层感知器的权系数。计算机仿真结果表明本文提出的算法比常用的线性均衡器LMS算法具有更好的收敛性能和均衡效果。     

用于EBPSK系统的多径信道小波变换线性均衡器

为解决EBPSK信号使用经典均衡算法消除多径信道码间干扰时,自适应迭代的收敛速度较慢的问题,针对EBPSK系统运用基于小波变换的线性均衡器,将输入信号从时域变换到小波域后进行最小均方(LMS)线性均衡,同时根据不同信噪比仿真比较Haar小波、db6小波、sym6小波等经典小波的线性均衡器均衡效果.仿真结果表明:经过小波变换后输入信号的自相关矩阵的最大特征值与最小特征值之比较大,因此基于小波的线性均衡比经典均衡算法的最小均方误差(MSE)收敛速度明显提高,迭代次数和计算量都有所降低,且均衡器选用不同小波函数在一定程度上会影响误码率,但不明显,其中基于Haar小波比基于sym6小波和db6小波的LMS均衡算法的误码率要低.     

用进化规划思想优化径向基函数神经网络结构的均衡器

针对训练径向基函数(RBF)神经网络均衡器的随机梯度算法(SG)中,神经网络的结构是指定的并且所用训练样本较长的问题,引入进化规划思想,用进化规划方法确定径向基函数神经网络的结构,用基于最小均方(LMS)误差准则的自适应算法调整神经元到输出端的连接权重.蒙特卡洛仿真表明,用这种方法确定的均衡器可以达到与SG算法相同的性能,而所用训练样本很少,网络结构不需要事先指定.     

基于自适应滤波算法的FIR MIMO系统均衡

为了实现对多输入多输出(MIMO)系统的均衡,提出了一种基于自适应滤波算法的自适应均衡方法。应用判决反馈式均衡器(DFE)的结构,把MIMO信道均衡问题的模型建模成一个简化的滤波模型。这个滤波模型使MIMO系统均衡问题中均衡器的设计问题转化为自适应滤波中最优滤波器的设计问题。两种典型自适应滤波器设计算法——LMS算法和RLS算法被应用于该模型中进行仿真,仿真结果显示了算法的收敛性和均衡方法的可行性。这种自适应均衡方法不需要对信道进行辨识,具有较小的运算量,并且可以适应信道变化。     

非规则QC-LDPC码联合自适应均衡技术在浅海水声信道研究

浅海水声信道具有长时延、多途强、起伏快等特点,为提高数据传输可靠性,采用纠错能力强、编译码复杂度低的非规则准循环低密度奇偶校验(QC-LDPC)码作为信道纠错码方案,并联合自适应判决反馈均衡器(DFE)作为接收机结构以消除码间干扰(ISI).综合考虑非规则QC-LDPC码编译码参数选择、自适应均衡器中的最小均方差(LMS)、可变步长LMS(SVSLMS)和递归最小二乘(RLS)等3种算法的性能与复杂度权衡问题,结合福建泉港浅海域实测水声信道特性,研究了该接收机的性能.仿真结果表明:非规则QC-LDPC码的性能优于随机构造的规则LDPC码;联合自适应均衡的非规则QC-LDPC码可显著提高浅海水声通信系统性能,在较高信噪比(SNR)下,选用RLS算法时,误码率(BER)可降为0(15dB),选用低复杂度的SVSLMS算法BER可达到10-4(18dB).     

X-滤波和ε-滤波LMS算法性能分析

研究了X-滤波和ε-滤波LMS算法的性能,给出了它们的均值收敛和方差收敛条件,提出了X-滤波和ε-滤波LMS算法具有二次稳定性的充分条件.仿真结果表明,这两种LMS算法对被控对象的估计误差具有不敏感的特性.     

凸组合实时判决反馈稀疏水声信道盲均衡算法

针对高速水声通信信道稀疏特性,提出了一种凸组合实时判决反馈盲均衡算法。将盲均衡器分为保持均衡器支路和稀疏均衡器支路,以保持均衡器能量和权系数的瞬时梯度为判据,对稀疏均衡器支路对应抽头进行实时稀疏化处理。算法中避免设置稀疏化阈值,对不同稀疏水声信道和通信信号具有通用性,且对于时变稀疏水声信道可以利用保持均衡器支路恢复稀疏均衡器支路置零抽头系数,使算法对信道具有较强跟踪和冷启动能力。典型稀疏水声信道条件下的仿真结果证明,凸组合实时判决反馈稀疏水声信道盲均衡算法性能稳健,与全阶判决反馈盲均衡算法相比,计算简单,收敛速度快,稳态剩余误差小,有利于算法在水声通信系统中的推广应用。     

适用于高速背板通信的动态增益与盲均衡协同校正自适应均衡模型

针对背板通信中信道的时变干扰,该文提出具有增益自适应和盲均衡动态校正功能的均衡模型。该模型基于符号-符号LMS算法,采用CTLE(连续时间线性均衡器)对受到信道干扰的信号进行初步补偿,同时利用增益监控算法和动态盲均衡自适应算法实现对信道幅度衰减的监测和补偿。而在DFE(判决反馈均衡器)中,同时结合半速率结构进行信号的补偿和判决,进一步消除误差。研究结果表明,该模型可对受干扰眼图进行大幅度的校正和补偿,提高传输信号的可靠性,实现均衡功能。     

MLMS自适应滤波的改进方法

本文从自适应噪声消除的角度对 LMS(least-mean-square)算法及 MLMS(Modified/LMS)算法进行从讨论,提出了 MLMS 法的改进算法,模拟结果表明;改进后的算法,其动态和静态特性均有所改进,而它的计算量并没有增加。     

用于星座独立信号的盲RBF均衡器

本文的目的是设计一种基于聚类图(cluster map)的盲RBF均衡器来恢复星座独立信号(RSCI)。首先,可以不经信道估计,来使用神经网络获得RBF未标记的中心个数。此过程也可当作是以几种简单的分类操作来初始化权值。最后,用无监督的LMS算法来调整权值。均衡器的有效性得到计算机仿真结果的验证。     

一种新的变步长自适应最小均方算法

提出了一种根据滤波器系数梯度差值的自相关来计算步长的新的变步长自适应LMS算法。分析了算法的收敛性能和稳态特性,给出了算法参数选择的原则。由实验验证了该算法具有良好的收敛性能和跟踪特性,特别是在输入信号相关的情况下,该算法显示出比标准LMS算法和其它变步长算法的优异性能。     

基于信道估值的判决反馈均衡器研究

比较分析了基于信道参数得到的滤波器系数解分别作为均衡器前向和反馈滤波器的最优解及最优初始解的情况下均衡的性能改善程度,并将波特间隔判决反馈均衡器(BS-DFE)和分数间隔判决反馈均衡器(FS-DFE)的性能作了比较.理论和仿真分析表明:基于信道参数得到的滤波器系数解如果作为均衡器前向和反馈滤波器的最优解,在信道保持不变的情况下有优势;将基于信道参数得到的滤波器系数解作为均衡器前向和反馈滤波器的最优初始化解,结合不同的均衡器结构(BS-DFE和FS-DFE),与LMS算法结合,得到的均衡效果在不同程度上得到改善,FS-DFE均衡的效果比BS-DFE的均衡效果更加收敛,但运算量并没有得到改善.研究表明:在不同的情况下,各种均衡方式方法都有其自身特点,根据实际要求采用不同的均衡方式或同时使用会取得最佳效果.